Apuntando a las características de correlación dinámica, oscilación periódica y síntomas de perturbación débil de los datos del sistema de transmisión de energía, este artículo propone un método mejorado de análisis de variate canónica (CVA), llamado SLCVANN, para monitorear las perturbaciones de los sistemas de transmisión de energía. En el método propuesto, primero se utiliza CVA para extraer las características dinámicas analizando la correlación de los datos y establecer un modelo estadístico con dos estadísticas de monitoreo. Luego, para manejar la oscilación periódica de los datos de energía, las dos estadísticas se reconstruyen en el espacio de fases, y se aplica la técnica de vecino más cercano (NN) para diseñar la distancia del vecino más cercano como los índices de monitoreo mejorados. Considerando además la dificultad de detección de perturbaciones débiles con síntomas insignificantes, se integra el análisis local estadístico (SLA) para construir los vectores residuales primarios y mejorados de las características dinámicas de CVA, que son capaces de aumentar la sensibilidad de detección de perturbaciones. Los resultados de verificación en datos industriales reales muestran que el método SLCVANN puede detectar la ocurrencia de perturbaciones en el sistema de energía de manera más efectiva que los métodos tradicionales de monitoreo basados en datos.